[SHARM：セグメント化された頭部解剖参照モデル] tech./dosim.

ヒト頭部の解剖学的組織の信頼性の高いセグメンテーションは、脳マッピング、手術計画、計算シミュレーション研究など、様々な臨床応用において重要なステップである。セグメンテーションは、異なる医用画像モードを用いて様々な組織にラベル付けすることで、異なる解剖学的構造を識別するものである。脳構造のセグメンテーションは大きな進展を遂げているが、脳以外の組織は、その解剖学的複雑さや、標準的な医用画像プロトコルを用いた観察の困難さから、注目を集めることが少ない。包括的な頭部セグメンテーション手法と大規模なセグメンテーションされたデータセットの不足は、特に電気的脳刺激（ニューロモデュレーション）、電磁界からの保護、脳波などの計算評価において、変動性研究を制限する。これらの分野では、脳以外の組織が不可欠である。この研究は、このギャップに対処するため、196名の被験者からなるオープンアクセスのSegmented Head Anatomical Reference Models (SHARM)を紹介している。これらのモデルは、皮膚、脂肪、筋肉、頭蓋骨海綿骨、頭蓋骨皮質骨、脳白質、脳灰白質、小脳白質、小脳灰白質、脳脊髄液、硬膜、硝子体、水晶体、粘膜組織、血管の15種類の組織にセグメンテーションされている。セグメンテーションされた頭部モデルは、オープンアクセスのIXI MRIデータセットとForkNetと呼ばれる畳み込みニューラルネットワーク構造を用いて生成される。その結果、実測値と比較して、年齢を超えた異なる組織分布の統計的特性において高い一貫性が示された、と著者らは報告している。